mcp

프로젝트 과제로 MCP의 기능과 프로젝트에서 사용방안을 고민중독

1. MCP란?

MCP (Model Context Protocol) 는

LLM(대형 언어 모델)이 외부 도구, 데이터, 시스템과 표준화된 방식으로 연결되도록 만든 프로토콜이다.

쉽게 말하면, “LLM이 외부 세계와 소통하는 규칙” 이라고 보면 된다.

2. 왜 MCP가 필요할까?

기존 방식은 이런 문제들이 있었다.

• LLM이 외부 API를 호출하려면 매번 개별적으로 연결 코드 작성
• DB, 파일 시스템, 검색엔진, 사내 시스템 등과 연결 방식이 제각각
• 확장성이 떨어지고 유지보수가 어려움
• AI가 어떤 도구를 쓸 수 있는지 구조적으로 정의하기 어려움

⇒ MCP는 이걸 표준 인터페이스로 통합하려는 개념이다.

3. MCP의 핵심 개념

① LLM은 “두뇌”

추론과 판단을 담당한다.

② Tool/Resource는 “손과 발”

• DB 조회
• 파일 읽기
• API 호출
• 검색
• 코드 실행
• 사내 시스템 접근

③ MCP는 “연결 규칙”

LLM이 어떤 도구를:

• 사용할 수 있는지
• 어떻게 호출하는지
• 어떤 형식으로 응답을 받는지

를 정의한다.

4. 구조 개념도

[ User ]
    ↓
[ LLM ]
    ↓ (MCP 규격)
[ Tool Server / Resource Server ]
    ↓
[ DB / API / File / Search Engine ]

LLM은 직접 DB에 붙지 않는다.

⇒ MCP를 통해 표준화된 Tool 인터페이스로만 접근한다.

5. 기존 Tool Calling과의 차이

6. RAG와 MCP의 관계

• RAG: 문서 검색 + LLM 응답 구조
• MCP: 검색을 포함한 모든 외부 리소스 연결 구조

⇒ RAG는 MCP 위에 올라갈 수 있는 하나의 패턴이라고 볼 수 있다.

7. 실무에서의 의미

MCP는 다음과 같은 환경에서 특히 중요하다:

• 사내 시스템과 AI 연결
• 계약서 분석 시스템
• 빅데이터 분석 플랫폼
• 여러 API를 동시에 쓰는 AI 서비스
• 멀티 에이전트 구조

8. 한 줄 정리

MCP는 LLM이 외부 도구와 안전하고 확장 가능하게 연결되도록 만드는 표준 프로토콜이다.

9. 내 프로젝트에 적용한다면?

예를 들어:

• 🏠 부동산 위험도 분석 → 실거래가 DB Tool
• ⚖ 계약서 분석 → 판례 검색 Tool
• 📊 빅데이터 분석 → Spark 결과 조회 Tool

이걸 각각 붙이는 대신

⇒ MCP 기반 Tool Server로 묶으면 확장성이 훨씬 좋아진다.

아마 우리는 ai가 사용자와의 대화를 통해 필터를 만들면, ai가 Mcp를 통해 필터된 매물을 가져오는 것을 사용할 것 같음. 그 상황에서 필터된 매물들이 어떤 위치(회사, 싸피)까지 걸리는 시간을 바로 알수는 없으니, 이것또한 mcp를 활용해서 api로 가져와야 함.